Development of the false alarm filtering method for GEO-KOMPSAT-2A wildfire detection product

Abstract

Wildfires have caused significant damage to the economy, human health, and ecosystems over extended periods. Satellites offer advantages as wildfire detection tools because they provide near real-time, continuous observations in areas that are difficult to manage directly by humans. But in previous studies, satellite active wildfire detection products were prone to generating false alarms in areas with high reflectance, such as bare soils, urban regions, and clouds. This issue arises because infrared channels were used for wildfire detection, but their observations include both solar and thermal radiances. In this study, we apply a calculation, based on a previous study, to wildfire detection that reduces solar reflectance radiance and propose a filtering method to eliminate false alarms occurring in cloud edge areas. South Korea, where detailed annual wildfire information is available, was selected as the study area to develop a region-specific false alarm filtering algorithm for wildfire detection product. The filtering algorithm was compared to the GEO-KOMPSAT-2A operational product using data from 62 wildfire cases that occurred in 2022. As a result, the number of false alarms was significantly reduced from 896 to 25, and the Probability of Detection (POD) showed a slight decrease compared to GK2A. The results of this study are expected to contribute to more efficient disaster and risk management by enabling more accurate wildfire detection.;산불은 장기간에 걸쳐 경제, 인간 건강, 생태계에 상당한 피해를 입히는 재난이다. 인공위성은 사람이 직접 관리하기 어려운 지역의 실시간 데이터를 제공하기에 산불 탐지 도구로서 장점이 있다. 하지만 기존 연구에서 산불 탐지 산출물은 나대지, 도심지, 구름 등 반사율이 높은 지역에서 오경보가 발생하기 쉬웠다. 이 문제는 산불 탐지에 사용되는 채널이 태양 반사 복사와 열 복사를 모두 포함하고 있기에 벌어지는 문제이다. 이러한 문제를 해결하기 위해 산불 탐지 산출물을 분석해본 결과 오탐지는 구름 가장자리 부분에서 낮 시간대에 많이 발생하는 걸 볼 수 있었다. 구름 가장자리 타 지역에 비해 반사 굴절로 인한 복사가 배로 관측되기에 해당 픽셀에서 산불 오탐지가 많으며, 낮 시간대 태양에 의한 데이터 오염은 오탐지 수를 더욱 극대화 하였다. 연구에서는 계산을 통해 채널에서 태양의 영향을 분리하였다. 또, 구름은 움직이지만 산불은 구름에 비해 느리게 움직인다는 아이디어에서 위치가 변하는지 확인하고 산불인지 확정 짓는 방법을 사용했다. 이 외에도 산불의 이미지상 패턴을 이용해 구름 주변부 오탐지와 산불을 구분짓는 필터링 알고리즘을 구성했다. 연간 산불 사례가 자세히 기록 되어있는 대한민국을 대상으로 필터링 전, 후 탐 지능을 비교 분석했다. 분석 결과 필터링 통과 전 총 896 건이었던 오탐지는 25 건으로 크게 줄어들었고 이에 따라 조금의 POD 하락이 있었지만 그보다 크게 FAR를 줄이는데 성공했다. 본 연구에서는 산불 탐지 산출물의 오탐지 문제를 파악하고 이를 필터링 하기 위해 태양 반사 복사를 제거하고, 구름과 산불의 시간에 따른 패턴 차이를 이용해 산불탐지 산출물의 정확도를 높이는데 기여했다.